Idée Générale

La PDB est une source majeure d’informations structurales expérimentales sur les interactions entre les ligands et les protéines. En dépassant en 2008 les 50000 enregistrements, elle constitue incontestablement une réelle richesse pour le chimiste médicinal. Les méthodes prédictives Target-Based drug design se basent sur ces informations biostructurales et proposent principalement les protocoles suivants: (1) le criblage virtuel qui positionne et calcule des scores pour un grand ensemble de molécules candidates en optimisant les interactions dans le site actif, (2) la génération de novo de candidat médicament en allongeant itérativement une molécule dans le site actif par optimisation des interactions avec la protéine, (3) le fragment-based drug design qui va prédire le positionnement de fragments dans et autour du site actif, fragments qui pourront servir de hit et par association générer des molécules candidates complètes. Au croisement des 2 dernières catégories, BREED [193] est une méthode de conception de molécules de novo qui se base sur les alignements structuraux de protéines d’une même superfamille pour superposer les ligands qui y sont fixés. Ces ligands, qui sont dans leurs conformations actives, sont ensuite recombinés en 3D par permutation de liaisons covalentes superposées pour former de nouvelles molécules. Ramensky et ses collaborateurs [194] ont été les premiers à remarquer que les similitudes locales des protéines détectées à l’échelle de la PDB avaient une influence positive sur les résultats de ces protocoles. En effet, si des similarités locales sont détectées entre paires de sites de liaison, la partie du ligand du second site (ou le fragment) se liant à la partie commune peut être transférée sur le premier ligand. Autant de combinaisons possibles qu’il y a de similitudes locales détectées dans les structures de la PDB. Ramensky et ses collaborateurs utilisent le concept de remplissage d’un site de liaison avec un nuage d’atomes. Une fonction de score basée sur ces nuages d’atomes permet ensuite de favoriser le positionnement de certains ligands dans des processus d’amarrage (docking), ou sert comme source d’information pour optimiser des molécules actives en les modifiant avec les atomes du nuage. Leur méthode présente toutefois deux limites : d’une part, des atomes et non des fragments de molécule sont utilisés, aucune information sur leur valence n’est intégrée. Il est donc difficile de les combiner pour former de nouvelles molécules, et la génération de molécule complète nécessite beaucoup plus de combinaisons que si des fragments sont

utilisés. Dans ce cas, 2 à 3 hybridations suffisent pour construire un nouveau ligand. D’autre part, la méthode de comparaison de l’environnement des ligands est basée sur des graphes d’atomes ce qui est beaucoup moins performant que les graphes de triplets de SCFs utilisés par MED-SuMo.

Dans ce cadre, MED-SuMo est un des rares logiciels [12,138] qui détecte les similitudes fonctionnelles de sites de liaison, et qui permet l’alignement des protéines cibles mais aussi des ligands dans les poches. Un de ces avantages majeurs est la possibilité d’utilisation d’un nouveau type de base ; une base MED-SuMo de sous-poches de liaison. L’analyse des méthodes de conception de nouvelles molécules combiné à l’approche originale de MED- SuMo ont mené au développement d’une nouvelle méthode de conception de molécules actives combinant la détection de similitudes locales des surfaces des protéines et une approche fragmentale [17]. Ce protocole propose trois applications avec (1) la génération d’une base de données de fragments ciblée sur une protéine donnée, (2) la conception de novo de molécules actives, et aussi (3) la possibilité d’optimiser des molécules déjà actives sur des protéines cibles précises. De plus, il se base sur l’ensemble des informations biostructurales de la PDB, ce qui maximise les probabilités de détecter des similitudes locales. Cette approche est particulièrement efficace à deux égards. D’une part, les bases MED-SuMo peuvent contenir des milliers de poches voire des centaines de milliers de sous-poches définies par des complexes protéine-fragment, ainsi que des centaines de milliers de descriptions de surfaces d’interaction locale et, d’autre part des requêtes de surfaces entières de protéines sont possibles.

Deux autres avantages sont également à relever. Le premier concerne la méthode de fragmentation appelée MED-Fragmentor qui génère de multiples motifs protéine-fragment à partir d’un ensemble de complexes protéine-ligand. La détection des structures 2D exactes issue d’une grande librairie de petite molécule sur les structures de ligand de la PDB permet d’identifier ces fragments. Ces motifs 3D, appelés MED-Portions, sont donc des sous- structures chimiques à la fois présentes dans une base de données de petites molécules actives

et détectées dans une sous-structure de ligand fixé à une protéine. Les MED-Portions sont

définis par plusieurs critères: (1) une sous-structure chimique dont les atomes ont la même topologie qu’une molécule issue d’une bibliothèque de molécules, soient des molécules synthétisable, (2) les atomes des extrémités des fragments pour marquer les connexions vers le ligand original: les anciens atomes sont remplacés par des dummy atomes qui n’ont pas de types mais qui conservent leurs positions, finalement (3) par la surface d’interaction de la protéine à proximité spatiale du fragment, donc décrite par les SCFs de MED-SuMo.

Figure 48: Représentation d’un exemple de MED-Portions.

Comprenant une sous-structure chimique, les atomes dummy aux extrémités qui étaient connectées, et les SCFs détectés autour du fragment sur la surface de la protéine.

La base de MED-Portions est construite en croisant donc tous les complexes protéine- ligand de la PDB avec un sous-groupe de petite molécule extraite de la chimiothèque

PubChem. Son exhaustivité constitue le second avantage du protocole. D’avantage de détails

sur sa construction seront décrits dans la partie suivante. Une fois générée, cette base de surface d’interaction protéine-fragment s’utilise de la même manière qu’une base MED- SuMo. Des surfaces d’interaction requêtes sont comparées à tous les éléments de la base. Les résultats (hits) détectés sont des MED-Portions ayant des SCFs communs avec la requête et formés d’une sous-structure chimique correctement positionnée pour interagir localement avec la surface requête. L’ensemble des MED-Portions récupérés est filtré pour garder les meilleurs candidats et les MED-Portions résultants sont ensuite combinés en 3D pour former de nouvelles molécules hybrides avec le programme MED-Hybridise. Cette approche permet donc le remplissage de n’importe quelle surface d’interaction par des MED-Portions qui, hybridés peuvent constituer de nouveaux ligands potentiels. Après la description complète du protocole, une application sur le récepteur protéine kinase VEGFR-2 illustrera l’utilité et l’efficacité de la méthode.